심층 조사 및 웹 검색
PlanToCode가 웹 검색을 수행하고, 결과를 처리하고, 개발 워크플로우에 결과를 통합하는 방법.
심층 조사 기능을 통해 PlanToCode는 지능형 AI 기반 조사를 수행하고, 관련 정보를 수집하며, 결과를 개발 워크플로우에 직접 통합할 수 있습니다. 이 시스템은 대규모 언어 모델을 사용하여 프로젝트 컨텍스트를 기반으로 대상화된 조사 쿼리를 생성하고, 병렬 조사 작업을 실행하며, 코드 생성 및 문제 해결 기능을 향상시키는 실행 가능한 인사이트를 종합합니다.
심층 조사 파이프라인
2단계 워크플로우: 프롬프트 생성 및 병렬 조사 실행.
아키텍처 개요
심층 조사 시스템은 2단계 워크플로우로 작동합니다: (1) WebSearchPromptsGeneration - AI가 작업과 프로젝트 컨텍스트를 분석하여 대상화된 조사 쿼리를 생성하고, (2) WebSearchExecution - LLM이 조사 프롬프트를 병렬로 실행하고 결과를 종합합니다. 각 단계는 안정성, 비용 효율성, 컨텍스트 관련성을 위해 설계되었습니다.
조사 워크플로우 단계
프롬프트 생성
조사 프롬프트는 작업 설명, 프로젝트 컨텍스트, 포함된 파일을 기반으로 AI에 의해 자동 생성됩니다. 시스템은 디렉토리 트리와 파일 콘텐츠를 통해 코드베이스 구조를 분석하여 대상화된 조사 쿼리를 작성합니다. 작업당 최대 12개의 집중 조사 프롬프트가 생성됩니다.
조사 주제
- • API 문서 및 라이브러리별 조사
- • 오류 해결 및 디버깅 접근 방식
- • 모범 사례 및 권장 패턴
- • 버전 호환성 및 마이그레이션 경로
- • 보안 고려 사항 및 취약점 인식
조사 실행
조사 프롬프트는 AI 언어 모델에 의해 병렬로 실행됩니다. 각 프롬프트는 독립적으로 처리되어 시스템이 작업의 여러 측면에 대한 정보를 동시에 수집할 수 있습니다. 결과는 제목과 실행 가능한 인사이트가 포함된 구조화된 결과로 종합됩니다.
조사 집중 영역
- • API 문서 및 기술 사양
- • 코드 예제 및 구현 패턴
- • 오류 해결 및 문제 해결 접근 방식
- • 모범 사례 및 구현 패턴
- • 버전 호환성 및 마이그레이션 안내
결과 처리 및 종합
조사 결과는 제목과 상세 결과가 포함된 JSON 형식으로 구조화됩니다. 시스템은 병렬 조사 작업의 결과를 집계하고, 성공 및 실패 횟수를 추적하며, 조사 결과의 요약을 제공합니다. 결과는 쉽게 액세스할 수 있도록 작업 메타데이터에 저장됩니다.
처리 단계
- • 주요 결과 추출 및 통합을 위한 형식화
- • 조사 주제 및 관련성별로 결과 정리
- • 여러 조사 프롬프트에서 결과 통합
- • 타이밍 메트릭으로 조사 실행 추적
- • 실행 가능한 인사이트 및 권장 사항 강조
API 통합 상세
AI 조사 구성
시스템은 OpenRouter를 통해 AI 언어 모델을 사용하여 지능형 웹 조사를 수행합니다. LLM은 작업 컨텍스트를 기반으로 대상화된 조사 쿼리를 생성하고 학습 데이터와 웹 검색 기능에서 결과를 종합합니다. 모델 선택 및 구성은 애플리케이션 설정을 통해 관리됩니다.
// Start the web search workflow (Tauri command)
await invoke("start_web_search_workflow", {
sessionId,
taskDescription,
projectDirectory,
excludedPaths: ["node_modules", "dist"],
timeoutMs: 300000,
});콘텐츠 처리 파이프라인
조사 결과는 서식과 컨텍스트를 유지하면서 의미 있는 정보를 추출하는 표준화된 처리 파이프라인을 통과합니다. 파이프라인은 다양한 콘텐츠 유형을 처리하고 개발 워크플로우를 위한 실행 가능한 인사이트로 결과를 종합합니다.
// WebSearchExecution response (stored in job.response)
{
"searchResults": [
{ "title": "Research Task 1", "findings": "Summary text..." }
],
"searchResultsCount": 1,
"summary": "Found 1 research findings"
}개발 워크플로우 통합
컨텍스트 인식 조사
조사 요청은 현재 세션의 컨텍스트로 자동 강화됩니다. 시스템은 프롬프트 생성 단계에서 프로젝트의 디렉토리 트리와 선택한 파일 콘텐츠를 포함하여 AI가 코드베이스에 특화된 조사 쿼리를 작성할 수 있도록 합니다.
결과 통합
조사 결과는 구현 계획을 안내하는 데 사용할 수 있습니다. 조사 작업이 완료되면 결과는 후속 계획 작업에 통합할 수 있는 research_finding 태그로 형식화되어 구현이 현재 모범 사례와 정확한 문서로 안내되도록 합니다.
결과 저장
조사 결과는 작업 메타데이터에 저장되며 작업 상세 패널을 통해 액세스할 수 있습니다. 결과는 세션 기간 동안 유지되며 구현 계획을 만들거나 코딩 결정을 내릴 때 참조할 수 있습니다.
구성 및 사용자 정의
조사 설정
조사 동작은 모델 선택 및 작업 설정을 통해 구성됩니다. 조사 작업에 선호하는 AI 모델을 선택하고, 타임아웃을 구성하고, 컨텍스트에 포함할 파일을 선택하세요.
구성 가능한 옵션
- • 컨텍스트를 위한 프로젝트 디렉토리 및 파일 선택
- • 모델 선택이 조사 품질과 비용을 결정
- • 작업당 최대 12개의 조사 프롬프트 생성
- • 워크플로우 명령을 통해 수동으로 조사 시작
- • 더 나은 컨텍스트를 위해 관련 프로젝트 파일 포함
프로젝트별 설정
조사 구성은 세션을 인식합니다. 시스템은 현재 세션의 프로젝트 디렉토리와 포함된 파일을 사용하여 컨텍스트를 제공합니다. 제외된 경로(node_modules, dist 등)는 AI에 표시되는 디렉토리 트리에서 자동으로 필터링됩니다.
비용 고려사항
사용량 및 비용
심층 조사는 OpenRouter를 통해 구성된 AI 크레딧을 사용합니다. 각 조사 작업은 여러 병렬 LLM 호출을 생성하므로 비용은 생성된 조사 프롬프트 수에 따라 확장됩니다. 시스템은 투명성을 위해 작업별 토큰 사용량과 비용을 추적합니다.
비용 관리 팁
- • 상세 비용 분석과 함께 조사 작업별 토큰 사용량 추적
- • OpenRouter 또는 PlanToCode 구독 크레딧을 통해 비용 관리
- • 토큰 수와 예상 비용에 대한 작업 메타데이터 모니터링
- • 중복 쿼리를 피하기 위해 세션별로 조사 결과 캐싱
비용 최적화
조사 비용은 지능형 프롬프트 생성을 통해 관리됩니다 - 시스템은 조사 프롬프트를 작업당 최대 12개로 제한합니다. 병렬 실행은 실제 소요 시간을 최소화합니다. 각 작업은 완전한 투명성을 위해 메타데이터에 토큰 사용량과 예상 비용을 추적합니다.
모범 사례 및 예제
효과적인 검색 전략
웹 검색 통합의 가치를 극대화하려면 쿼리 작성, 결과 해석, 개발 워크플로우에 결과 통합에 대한 검증된 전략을 따르세요.
쿼리 작성
- • 관련이 있는 경우 특정 버전 번호 포함
- • 라이브러리 이름과 특정 오류 메시지 결합
- • 패턴 검색에 "모범 사례" 또는 "권장 접근 방식" 사용
- • 플랫폼 또는 환경 제약 조건 포함
결과 평가
- • 서드파티 소스보다 공식 문서 우선
- • 시간에 민감한 정보의 경우 게시 날짜 확인
- • 개발 환경에서 코드 예제 검증
- • 여러 소스에서 솔루션 교차 참조
통합 예제
일반적인 통합 패턴은 특정 오류 디버깅부터 익숙하지 않은 API로 새 기능을 구현하는 것까지 웹 검색 결과가 다양한 개발 시나리오를 어떻게 향상시키는지 보여줍니다.
// Example: API integration research
Search query: "Next.js 14 app router middleware authentication"
Results integrated as:
- Middleware setup code with current best practices
- Authentication flow documentation links
- Common pitfalls and troubleshooting tips
- Compatible library recommendations문제 해결 및 지원
일반적인 문제
대부분의 조사 문제는 LLM API 연결, 크레딧 부족, 또는 너무 광범위한 프롬프트에서 발생합니다. 시스템은 문제 해결을 위해 명확한 오류 메시지와 작업 상태 추적을 제공합니다.
API 오류
OpenRouter API 상태 및 크레딧 잔액 확인
조사 프롬프트가 생성되지 않음
더 구체적인 작업 설명을 제공하거나 컨텍스트를 위해 관련 파일을 포함하세요
모델 가용성
일부 모델은 OpenRouter를 통해 지역 제한이 있을 수 있습니다
성능 최적화
최적의 성능을 위해 명확하고 구체적인 작업 설명을 제공하세요. AI에게 더 나은 컨텍스트를 제공하기 위해 관련 프로젝트 파일을 포함하세요. 시스템은 총 실행 시간을 최소화하기 위해 조사 프롬프트를 병렬로 실행합니다.
심층 조사를 사용할 준비가 되셨나요?
심층 조사 및 웹 검색 기능은 PlanToCode 데스크톱 애플리케이션에서 사용할 수 있습니다. 플랫폼에 맞는 빌드를 다운로드하여 개발 워크플로우에 웹 조사를 통합하기 시작하세요.